Сколько нужно труда и денег, чтобы создать систему анализа данных
В условиях пандемии роль аналитики, основанной на больших данных, возросла. Однако четкого понимания, как именно ее можно использовать себе во благо, у бизнеса по-прежнему нет
В России отсутствует законодательно закрепленное определение больших данных (big data), но обычно под ними понимают разнообразные инструменты, подходы и методы обработки данных, направленные на решение конкретных задач. К примеру, на создание персонализированных предложений или оптимизацию бизнес-подразделений. Эти задачи решались и раньше, но теперь благодаря big data выполнять их можно гораздо проще, лучше, быстрее. Более того, их решение стало приносить бизнесу ощутимую прибыль.
Еще двадцать лет назад специалисты сидели и вручную строили в соответствии с теорией вероятности различные сценарии, сравнивали предыдущие периоды продаж и на основании этого прогноза давали рекомендации клиентам. Например, никто не знал, как предложить человеку нужную музыку. Попытки понять предпочтения клиентов предпринимались — анализировались музыкальные рейтинги и продажи альбомов, — но картина все равно получалась неточная. Помимо этого требовалось много времени, чтобы проверить на практике реалистичность полученных прогнозов. Приходилось изучать привычки, предпочтения людей. На это иногда уходили годы. Сейчас предвосхитить желания клиента можно буквально за несколько часов благодаря прогнозам на основе аналитики больших данных, что значительно снижает затраты компании и повышает уровень персонализации.
Огромный эффект бизнесу обеспечивает поиск локации для открытия новой точки продаж при помощи технологий машинного обучения. Такие сервисы позволяют оценить потенциал локаций в интересующем городе/районе и найти ту из них, где товарооборот будет максимальным, а каннибализация существующих точек — минимальной. Многие крупные ритейлеры до сих пор принимают решения такого рода на основании экспертных оценок отдельных менеджеров. Однако технологии машинного обучения позволяют компаниям снизить инвестиционные риски при оценке новой локации до пяти раз.
Еще один пример того, как заметно улучшают жизнь большие данные, — использование big data решений в финансовой области. Раньше поиск аномалий в закупках, транзакциях и других операциях занимал у крупного банка дни или недели. Теперь продукты big data могут вылавливать аномалии в считанные секунды.
№5 (1192)
25 января 2021 - 31 января 2021 В номере: Тема недели Главная новость Коротко- «Алроса»: бриллиантовое будущее
- Агропром: инкубационное яйцо как путь к повышению эффективности
- Роботизация: машину устроили на работу в финансовый департамент
- Интернет: воздушные шары аннулируются
- Три акции, которые нужно было купить на третьей неделе
- Автомобили: утильсбор опять едет вверх
- Цены: январский бунт
- Джек Ма как символ окончания китайского «нэпа»
- Инаугурация в условиях холодной гражданской войны
- Арендное жилье: пока для состоятельных и под контролем государства
- Как быстро заработать на книжке-игрушке
- Меньше мусоришь — меньше платишь
- Ценовой пожар тушат пошлинами и запретами
- Деньги под ногами, или Бизнес на подножных кормах
- «Если вы собрались что-то реформировать, как минимум спросите отрасль»
- Русские сериалы новой волны
- Зимний фестиваль Юрия Башмета
- «Фаина. Эшелон» Иосифа Райхельгауза
- «Ходжа Насреддин» Тимура Бекмамбетова
- «Между делом» Евгения Гришковца
